Q学习的Matlab代码

代码说明：

该程序由Matlab语言实现，利用Q学习的方法，成功快速地迭代出了最优控制策略和价值的相关参数，同时，由于是在线学习的过程，在迭代过程中加入了持续性扰动，有效地保证了价值函数和策略参数的迭代计算过程。利用相似的方法，可以采用离线学习和离策学习进行相应的Q学习。